基于多分类支持向量机的有杆抽油泵故障诊断研究

• 作者: 王凯
• 来源期刊: 西安石油大学学报（自然科学版）
• 学科: 工学
• 关键词: 有杆抽油泵 故障诊断 支持向量机 最优分类超平面 核运算 参数寻优
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 计算机及其应用
• 页码范围: 91-95
• 页数: 5页
• 分类号: TP182|TE938
• 字数: 4010字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-064X.2010.01.021

摘要

针对传统方法对有杆抽油泵系统进行故障诊断存在的缺陷,提出了基于支持向量机的抽油泵故障诊断方法.为解决高维、非线性分类问题,通过引入核运算技巧,分析非线性软间隔分类学习机具体算法,并得到使分类间隔最大的最优分类超平面方程.提出了特殊情况下的样本数据标准化处理具体算法,采用基于网格搜索的交叉验证法来选择模型参数,避免了参数选择的盲目性和随意性.采用一对多SVM分类器对抽油泵工况进行了多分类仿真试验,并与BP网络、RBF网络、最小距离法等加以比较,试验结果表明一对多SVM分类法理论严谨,方法可行,自适应好,可在线运行,在解决有杆抽油泵故障诊断问题中表现出了良好的性能,有助于提高采油效率,实现远程采油控制智能化,建设数字油田.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王凯	西安理工大学机械及精密仪器学院	61	431	10.0	19.0